Pronóstico De Generación Fotovoltaica De Largo Plazo Aplicando Técnicas De Machine Learning
No Thumbnail Available
Date
2024-07-10
Authors
Advisors
Journal Title
Journal ISSN
Volume Title
Publisher
Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC)
Abstract
La investigación articula la formulación de un modelo predictivo de recursos solares que emplea metodologías de machine learning a largo plazo donde se construye en fases secuenciales, aprovechando los conceptos pertinentes al análisis de datos históricos y basando su arquitectura en metodologías de machine learning. Se presenta una exposición de la amplia gama de técnicas de machine learning utilizadas en la predicción global de los recursos primarios y se establecen criterios para la selección de técnicas en función de su relevancia para las distintas fases del modelo, también se prepara meticulosamente una síntesis completa sobre la utilización de la estimación y la predicción de los recursos primarios como componentes integrales de la planificación estratégica de los sistemas fotovoltaicos a largo plazo; se formula el modelo y se articulan escenarios de simulación que son pertinentes al clima ecuatoriano, que sirven como un instrumento para estimar el potencial solar que se puede emplear para discernir y enfatizar la importancia de los datos como elementos fundamentales en los procesos de toma de decisiones involucrados en la planificación de las fuentes de energía se caracteriza por la variabilidad de los recursos primarios.
Description
Keywords
SISTEMAS FOTOVOLTAICOS, LARGO PLAZO, ESTIMACIÓN, POTENCIAL SOLAR
Citation
Quinatoa-Lema, F., & Quinatoa-Caiza, C. (2024). Pronóstico de generación fotovoltaico de largo plazo aplicando técnicas de machine learning. Revista Científica INGENIAR: Ingeniería, Tecnología E Investigación. ISSN: 2737-6249., 7(14), 405-423. Recuperado a partir de https://journalingeniar.org/index.php/ingeniar/article/view/260